گزارش شده است که مغز انسان حدود یک صد میلیارد نورون، آموزش انتقال عصبی از طریق 100.000.000.000.000 سیناپس، مغز را می توان در رعد و برق حافظه الگوی سرعت شناسایی برای تکمیل کار یادگیری و انجام دیگر است. در حال ظهور زمینه "محاسبات neuromorphic، محققان در تلاش برای طراحی یک تراشه کامپیوتری به عنوان آثار مغز انسان، کار با سیگنال های آنالوگ، شبیه به سلول های عصبی. در این روش، تراشه کوچک ممکن است neuromorphic مانند مغز نحو کنترل میلیون ها محاسبات موازی، و در حال حاضر، تنها ابر رایانه های بزرگ ممکن است برای رسیدن به. این مشکل هوش مصنوعی قابل حمل در سیناپس عصبی حل شده است.
محققان از ژرمانیوم سیلیکون برای ساخت تراشه های نئومورفیک متشکل از سیناپس مصنوعی استفاده می کنند. هر تراشه از "نورون های ورودی / پنهان / خروجی" تشکیل شده است. هر نورون از طریق سیناپس مصنوعی مبتنی بر رشته متصل به نورون های دیگر است. هر سیناپس حدود 25 نانومتر است و تفاوت جریان جوی بین آنها تنها 4٪ است. این سازگارترین دستگاه است که می تواند در آزمایشگاه به دست آید و کلید نشان دادن شبکه های عصبی مصنوعی است. محققان سپس کامپیوترهای عصبی مصنوعی را انجام دادند. شبیه سازی، شناسایی نمونه های دست نویس، میزان دقت 95٪، در حالی که دقت الگوریتم نرم افزار موجود 97٪ است.
تیم تولید واقعا آنالوگ اجرایی دست خط وظیفه شناخت پایه تراشه neuromorphic، و مطلوب به استفاده از طراحی و ساخت سیناپس مصنوعی کوچکتر است، دستگاه های قابل حمل برای شبکه عصبی برای انجام محاسبات پیچیده، و در نهایت قرار دادن اندازه تراشه یک ناخن انگشت با استفاده از ابر رایانه.